Python基础学习（十七）

目录

numpy数组（五）

算术函数

数学函数

三角函数

around函数、floor函数、cell函数

聚合函数

统计函数

power函数的使用：

numpy.median()函数的使用：

numpy.mean()函数的使用：

---

numpy数组（五）

算术函数

如果参与运算的两个对象，都是ndarray，并且形状相同，那么会对位彼此之间进行（+-*/）运算。Numpy算术函数包含简单的加减乘除：add（）、subtract（）、multiply（）和divide（）

算术函数的使用：

# 导入numpy模块
import numpy as np
a=np.arange(9).reshape(3,3)
b=np.array([10,10,10])
print("加法")
print(np.add(a,b))
print(a+b)
print("减法")
print(np.subtract(b,a))
print(b-a)

通用函数指定输出结果的用法：

# 导入numpy模块
import numpy as np
a=np.arange(9).reshape(3,3)

# out参数的使用
y=np.empty((3,3))
print("multiply-----a*10:")
np.multiply(a,10,out=y)
print(y)

数学函数

三角函数

Numpy提供了标准的三角函数：sin（）、cos（）、tan（）。

三角函数的使用：

# 导入numpy模块
import numpy as np
# 三角函数
a=np.array([0,30,60,90])        #
print(np.sin(a))

around函数、floor函数、cell函数

参数说明：

a：数组

decimals：舍入的小数位数。默认值为0。如果为负，整数将四舍五入到小数点左侧的位置

numpy.around()：返回指定数字的四舍五入值。

numpy.floor（）：返回数字的下舍整数。

numpy.cell（）：返回数字的上入整数。

# 导入numpy模块
import numpy as np
# around ceil floor
a=np.array([1.0,4.55,123,0.567,25.532])
print("around:",np.around(a))
print("ceil:",np.ceil(a))
print("floor:",np.floor(a))

聚合函数

统计函数

Numpy提供了很多统计函数，用于从数组中查找最小元素、最大元素，百分位标准差和方差等……

函数名	说明
numpy.sum()	求和
numpy.prod()	所有元素相乘
numpy.mean()	平均值
numpy.std()	标准差
numpy.var()	方差
numpy.median()	中数
numpy.power()	幂运算
numpy.sqrt()	开方
numpy.min()	最小值
numpy.max()	最大值
numpy.argmin()	最小值的下标
numpy.argmax()	最大值的下标
numpy.inf()	无穷大
numpy.exp(10)	以e为底的指数
numpy.log(10)	对数

numpy.power()函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相对元素的幂

power函数的使用：

# 导入numpy模块
# 统计函数
# power
a=np.arange(1,13).reshape(3,4)
print("原数组a")
print(a)
print("power:",np.power(a,2))
# power中out的使用
x=np.arange(5)
y=np.zeros(10)
np.power(2,x,out=y[:5])
print(y)

numpy.median()函数的使用：

# 导入numpy模块
import numpy as np
# median()
# 一维数组的中位数
a=np.array([4,3,2,5,2,1])   # 对数组排序[1，2，2，3，4，5] 数组中元素个数为偶数，中位数：中间两个数的平均值
print(np.median(a))

a=np.array([4,3,2,5,2])   # 对数组排序[1，2，2，3，4，5] 数组中元素个数为奇数，中位数：中间的数
print(np.median(a))

# 二维数组 要通过axis定轴
a=np.arange(1,13).reshape(3,4)
print(a)
print("垂直方向：",np.median(a,axis=0))
print("水平方向：",np.median(a,axis=1))

numpy.mean()函数的使用：

# 导入numpy模块
import numpy as np

# mean 求平均值
# 一维数组
a=np.array([4,3,2,5,2])
print(np.mean(a))
# 二维数组 axis指定轴求平均
a=np.arange(1,13).reshape(3,4)
print(a)
print("axis=0 垂直方向：",np.mean(a,axis=0))
print("axis=1 水平方向：",np.mean(a,axis=1))